SKU-110K-Datensatz#

11,743

SKU-110K

ultralytics

publicDetect

SKU-110K is Trax Retail's densely packed shelf-product benchmark, with over 1.7 million boxes in one generic object class. It targets extreme object density, small products, overlap, and repetitive packaging for retail shelf detection, counting, and inventory analysis.

1 class17.2 GBSep 2, 2026

object

object-detectionsku110kretail+1

Der SKU-110K-Datensatz ist ein Datensatz zur einklassigen Objekterkennung mit 11.743 dicht gepackten Bildern von Verkaufsregalen, aufgeteilt in 8.219 Trainings-, 588 Validierungs- und 2.936 Testbilder. Jedes Produkt ist unter einer einzigen Klasse mit einer Begrenzungsbox annotiert, object — der Name bezieht sich auf die mehr als 110.000 abgebildeten eindeutigen Lagerhaltungseinheiten (SKUs) in den Szenen, nicht auf 110.000 Erkennungsklassen. Der von Eran Goldman et al. für das CVPR-2019-Paper Precise Detection in Densely Packed Scenes erstellte Datensatz enthält über 1,7 Millionen annotierte Produkte — durchschnittlich etwa 147 pro Bild — und ist damit ein anspruchsvoller Benchmark für Computer-Vision-Modelle in dicht besetzten Einzelhandelsumgebungen.

Wichtige Funktionen#

• Einklassige Erkennung: Jedes Produkt ist unter einer einzigen Klasse mit einer Begrenzungsbox gekennzeichnet, object (names: {0: object}) — die Annotationen enthalten keine Kategoriebezeichnungen für einzelne SKUs.
• Extrem hohe Objektdichte: Die Bilder von Verkaufsregalen aus aller Welt enthalten durchschnittlich jeweils etwa 147 eng gepackte Produkte, wobei die Objekte oft ähnlich oder sogar identisch aussehen und sich in unmittelbarer Nähe zueinander befinden.
• Großer Umfang: Mehr als 110.000 eindeutige SKUs und über 1,7 Millionen annotierte Begrenzungsboxen in 11.743 Bildern stellen hochmoderne Objektdetektoren vor Herausforderungen.

Datensatzstruktur#

Der SKU-110K-Datensatz ist in drei Teilmengen aufgeteilt, die alle dieselbe einzelne Klasse object verwenden:

Anwendungen#

Der SKU-110K-Datensatz wird häufig zum Trainieren und Evaluieren von Deep-Learning-Modellen für Aufgaben der Objekterkennung verwendet, insbesondere in dicht gepackten Szenen wie Präsentationen in Verkaufsregalen. Zu den Anwendungen gehören:

• Verwaltung und Automatisierung von Einzelhandelsbeständen
• Produkterkennung auf E-Commerce-Plattformen
• Überprüfung der Planogrammkonformität
• Selbstbedienungskassensysteme in Geschäften
• Robotergestütztes Kommissionieren und Sortieren in Lagern

Um eigene Bilder von Verkaufsregalen zu annotieren, Modelle zu trainieren und Datensätze für die Erkennung im Einzelhandel in deinem Browser zu verwalten, führe den gesamten Arbeitsablauf mit der Ultralytics Platform aus.

Dataset-YAML#

Die Datei SKU-110K.yaml definiert die Datensatzkonfiguration — die Datensatzpfade, Klassennamen und weitere Metadaten. Sie wird im Ultralytics-Repository unter https://github.com/ultralytics/ultralytics/blob/main/ultralytics/cfg/datasets/SKU-110K.yaml gepflegt.

# Ultralytics 🚀 AGPL-3.0 License - https://ultralytics.com/license

# SKU-110K retail items dataset https://github.com/eg4000/SKU110K_CVPR19 by Trax Retail
# Documentation: https://docs.ultralytics.com/datasets/detect/sku-110k
# Example usage: yolo train data=SKU-110K.yaml
# parent
# ├── ultralytics
# └── datasets
#     └── SKU-110K ← downloads here (13.6 GB)

# Train/val/test sets as 1) dir: path/to/imgs, 2) file: path/to/imgs.txt, or 3) list: [path/to/imgs1, path/to/imgs2, ..]
path: SKU-110K # dataset root dir
train: train.txt # train images (relative to 'path') 8219 images
val: val.txt # val images (relative to 'path') 588 images
test: test.txt # test images (optional) 2936 images

# Classes
names:
  0: object

# Download script/URL (optional) ---------------------------------------------------------------------------------------
download: |
  import shutil
  from pathlib import Path

  import numpy as np
  import polars as pl

  from ultralytics.utils import TQDM
  from ultralytics.utils.downloads import download
  from ultralytics.utils.ops import xyxy2xywh

  # Download
  dir = Path(yaml["path"])  # dataset root dir
  parent = Path(dir.parent)  # download dir
  urls = ["http://trax-geometry.s3.amazonaws.com/cvpr_challenge/SKU110K_fixed.tar.gz"]
  download(urls, dir=parent)

  # Rename directories
  if dir.exists():
      shutil.rmtree(dir)
  (parent / "SKU110K_fixed").rename(dir)  # rename dir
  (dir / "labels").mkdir(parents=True, exist_ok=True)  # create labels dir

  # Convert labels
  names = "image", "x1", "y1", "x2", "y2", "class", "image_width", "image_height"  # column names
  for d in "annotations_train.csv", "annotations_val.csv", "annotations_test.csv":
      x = pl.read_csv(dir / "annotations" / d, has_header=False, new_columns=names, infer_schema_length=None).to_numpy()  # annotations
      images, unique_images = x[:, 0], np.unique(x[:, 0])
      with open((dir / d).with_suffix(".txt").__str__().replace("annotations_", ""), "w", encoding="utf-8") as f:
          f.writelines(f"./images/{s}\n" for s in unique_images)
      for im in TQDM(unique_images, desc=f"Converting {dir / d}"):
          cls = 0  # single-class dataset
          with open((dir / "labels" / im).with_suffix(".txt"), "a", encoding="utf-8") as f:
              for r in x[images == im]:
                  w, h = r[6], r[7]  # image width, height
                  xywh = xyxy2xywh(np.array([[r[1] / w, r[2] / h, r[3] / w, r[4] / h]]))[0]  # instance
                  f.write(f"{cls} {xywh[0]:.5f} {xywh[1]:.5f} {xywh[2]:.5f} {xywh[3]:.5f}\n")  # write label

Verwendung#

Um ein YOLO26n-Modell 100 Epochen lang mit einer Bildgröße von 640 auf dem SKU-110K-Datensatz zu trainieren, kannst du die folgenden Codeausschnitte verwenden. Eine umfassende Liste der verfügbaren Argumente findest du auf der Seite Training des Modells.

from ultralytics import YOLO

# Load a model
model = YOLO("yolo26n.pt")  # load a pretrained model (recommended for training)

# Train the model
results = model.train(data="SKU-110K.yaml", epochs=100, imgsz=640)

Beispieldaten und Annotationen#

Die SKU-110K-Bilder zeigen dicht gepackte Produkte auf echten Verkaufsregalen, auf denen Dutzende nahezu identischer Artikel nebeneinander stehen. Hier ist ein Beispielbild mit seinen Annotationen:

• Dicht gepacktes Bild eines Verkaufsregals: Dieses Bild zeigt ein Beispiel für dicht gepackte Objekte in einer Umgebung mit Verkaufsregalen. Die Objekte sind mit Begrenzungsboxen unter der einzigen Klasse object annotiert.

Die dichte Anordnung der Produkte macht SKU-110K besonders wertvoll für die Entwicklung robuster, auf den Einzelhandel ausgerichteter Computer-Vision-Lösungen, da die hohe Objektanzahl pro Bild Detektoren deutlich über typische Benchmarks hinaus fordert.

Zitate und Danksagungen#

Wenn du den SKU-110K-Datensatz in deiner Forschungs- oder Entwicklungsarbeit verwendest, zitiere bitte das folgende Paper:

@inproceedings{goldman2019dense,
  author    = {Eran Goldman and Roei Herzig and Aviv Eisenschtat and Jacob Goldberger and Tal Hassner},
  title     = {Precise Detection in Densely Packed Scenes},
  booktitle = {Proc. Conf. Comput. Vision Pattern Recognition (CVPR)},
  year      = {2019}
}

Wir möchten Eran Goldman et al. für die Erstellung und Pflege des SKU-110K-Datensatzes als wertvolle Ressource für die Computer-Vision-Forschungsgemeinschaft danken. Weitere Informationen zum SKU-110K-Datensatz und seinen Erstellern findest du im GitHub-Repository des SKU-110K-Datensatzes.

FAQ#